使用混合 TGARCH-(1,1)ARIMA(p,0,q)模型预测日经 225 指数价格序列的未来波动性

Journal of Administration and Economics Pub Date : 2024-07-14 DOI:10.31272/jae.i135.1176

قصي احمد طه, أ.د. جواد كاظم خضير

{"title":"使用混合 TGARCH-(1,1)ARIMA(p,0,q)模型预测日经 225 指数价格序列的未来波动性","authors":"قصي احمد طه, أ.د. جواد كاظم خضير","doi":"10.31272/jae.i135.1176","DOIUrl":null,"url":null,"abstract":" من الاساليب الاكثر شيوعا في اطار نمذجة التقلبات والتنبؤ في التباين الشرطي هي انموذج الانحدار الذاتي المشروط بعدم تجانس التباين (Autoregressive Conditional Heteroscedasticity) او (ARCH) وانموذج الانحدار الذاتي المشروط بعدم تجانس التباين المعمم (Autoregressive Conditional Heteroscedasticity Generalized) او (GARCH) . وان كل من الانموذجين يمثلان دالة خطية للقيم السابقة التربيعية. \n وقد لاحظ كل من (Rabemananjara and Zakoian، 1993) (8) ان دالة التباين () تختلف اعتمادًا على ما إذا كانت القيم السابقة موجبة أو سالبة، وان اسعار الاصول تتحرك بسرعة اكبر خلال بعض الفترات ، الامر الذي يجعل ادخــال اطــار تبديل النظام (System Switching) في نماذج (ARCH) و (GARCH) امرا ضروريا لنمذجة التقلبات. وكان اكثرها ملائمة هو انموذج العتبة للعملية GARCH ويكتب اختصارا (TGARCH). \n اما بحثنا هذا الى التنبؤ بالتقلبات المستقبلية لسلسلة اسعار المؤشر Nikkie 225 باستخدام الانموذج الهجين-TGARCH (1,1) ARIMA (p,0,q) عندما تتبع عملية الخطأ العشوائي توزيعا ملتويا و غير ملتوي.","PeriodicalId":309748,"journal":{"name":"Journal of Administration and Economics","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-07-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"التنبؤ بالتقلبات المستقبلية لسلسلة اسعار المؤشر Nikkie 225 باستخدام الانموذج الهجين(1,1)TGARCH-(ARIMA(p,0,q\",\"authors\":\"قصي احمد طه, أ.د. جواد كاظم خضير\",\"doi\":\"10.31272/jae.i135.1176\",\"DOIUrl\":null,\"url\":null,\"abstract\":\" من الاساليب الاكثر شيوعا في اطار نمذجة التقلبات والتنبؤ في التباين الشرطي هي انموذج الانحدار الذاتي المشروط بعدم تجانس التباين (Autoregressive Conditional Heteroscedasticity) او (ARCH) وانموذج الانحدار الذاتي المشروط بعدم تجانس التباين المعمم (Autoregressive Conditional Heteroscedasticity Generalized) او (GARCH) . وان كل من الانموذجين يمثلان دالة خطية للقيم السابقة التربيعية. \\n وقد لاحظ كل من (Rabemananjara and Zakoian، 1993) (8) ان دالة التباين () تختلف اعتمادًا على ما إذا كانت القيم السابقة موجبة أو سالبة، وان اسعار الاصول تتحرك بسرعة اكبر خلال بعض الفترات ، الامر الذي يجعل ادخــال اطــار تبديل النظام (System Switching) في نماذج (ARCH) و (GARCH) امرا ضروريا لنمذجة التقلبات. وكان اكثرها ملائمة هو انموذج العتبة للعملية GARCH ويكتب اختصارا (TGARCH). \\n اما بحثنا هذا الى التنبؤ بالتقلبات المستقبلية لسلسلة اسعار المؤشر Nikkie 225 باستخدام الانموذج الهجين-TGARCH (1,1) ARIMA (p,0,q) عندما تتبع عملية الخطأ العشوائي توزيعا ملتويا و غير ملتوي.\",\"PeriodicalId\":309748,\"journal\":{\"name\":\"Journal of Administration and Economics\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-07-14\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Administration and Economics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31272/jae.i135.1176\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Administration and Economics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31272/jae.i135.1176","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

条件异方差波动率建模和预测中最常用的两种方法是自回归条件异方差（ARCH）和广义自回归条件异方差（GARCH）。这两种模型都表示二次先验值的线性函数。 (Rabemananjara 和 Zakoian, 1993）(8) 指出，方差函数（）的变化取决于过去的值是正值还是负值，资产价格在某些时期的变动会更快，因此在 ARCH 和 GARCH 模型中加入系统切换对波动率建模至关重要。最合适的是阈值 GARCH 模型，简称 TGARCH。本研究旨在使用混合 TGARCH(1,1)ARIMA(p,0,q)模型预测日经 225 指数价格序列在随机误差过程遵循倾斜和非倾斜分布时的未来波动性。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

التنبؤ بالتقلبات المستقبلية لسلسلة اسعار المؤشر Nikkie 225 باستخدام الانموذج الهجين(1,1)TGARCH-(ARIMA(p,0,q

من الاساليب الاكثر شيوعا في اطار نمذجة التقلبات والتنبؤ في التباين الشرطي هي انموذج الانحدار الذاتي المشروط بعدم تجانس التباين (Autoregressive Conditional Heteroscedasticity) او (ARCH) وانموذج الانحدار الذاتي المشروط بعدم تجانس التباين المعمم (Autoregressive Conditional Heteroscedasticity Generalized) او (GARCH) . وان كل من الانموذجين يمثلان دالة خطية للقيم السابقة التربيعية. وقد لاحظ كل من (Rabemananjara and Zakoian، 1993) (8) ان دالة التباين () تختلف اعتمادًا على ما إذا كانت القيم السابقة موجبة أو سالبة، وان اسعار الاصول تتحرك بسرعة اكبر خلال بعض الفترات ، الامر الذي يجعل ادخــال اطــار تبديل النظام (System Switching) في نماذج (ARCH) و (GARCH) امرا ضروريا لنمذجة التقلبات. وكان اكثرها ملائمة هو انموذج العتبة للعملية GARCH ويكتب اختصارا (TGARCH). اما بحثنا هذا الى التنبؤ بالتقلبات المستقبلية لسلسلة اسعار المؤشر Nikkie 225 باستخدام الانموذج الهجين-TGARCH (1,1) ARIMA (p,0,q) عندما تتبع عملية الخطأ العشوائي توزيعا ملتويا و غير ملتوي.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Journal of Administration and Economics

自引率

0.00%

发文量